首页> 中文期刊> 《计算机应用研究》 >一种多策略协同改进的海鸥算法及其应用

一种多策略协同改进的海鸥算法及其应用

         

摘要

海鸥优化算法(SOA)作为一种随机搜索算法具有显著的优化性能,但仍然存在种群多样性程度较低、易陷入局部最优而导致寻优精度变低的问题。为了改善海鸥算法的缺陷,提出了一种多种策略协同改进的海鸥算法(CMSOA)。首先,在迭代过程中使用正余弦算法(SCA)对停滞的海鸥种群个体扰动更新,改善了整体种群的多样性;然后引入缩放因子,动态调整当前海鸥个体与最优个体之间的相对位移,提高了算法的探索与开发能力;最后,采取随机对立学习的方式对最优海鸥个体位置微调,领导整个海鸥移动至给定搜索空间的正确位置,提高跳出局部最优的能力,进一步增加寻优精度。为了测试改进的CMSOA的寻优性能,利用14个CEC2017测试函数作为测试基准,将CMSOA与对比算法进行性能测试。实验表明,CMSOA在以Freidman检验为标准的统计学意义上具有寻优优势;在三维无人机路径规划问题中,CMSOA也取得了最佳效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号